II. LITRATURE REVIEW In this paper,

II. LITRATURE REVIEW
In this paper, attempt is made to overcome the problem which arises when image is segmented using both color and texture properties of the image. After pre-processing, the image is transformed from the RGB color space to L*a*b* space. Then, the three channels of L*a*b* color space are separated and a single channel is selected depending upon the color under consideration. Next, Otsu based color segmentation is performed on the single channel image after which wavelet transform is applied to the image to obtain the particular object of
interest [1].
In this paper, authors discussed about the difficulties which arises when attempt is made to extract the text objects from the PDF image. The problem arises due to variation in font size, font type, orientation and alignment. The enhancement is made in the two methods to solve the problems these methods are AC Coefficient based technique and Histogram Based Technique [2].
In this paper, new region growing color segmentation algorithm is presented. This algorithm is
invariant to highlights and shading. This is accomplished in two steps. First, the average pixel intensity is removed from each RGB coordinate. This transformation mitigates the effects of highlights. Next, region seeds are obtained using the Mixture of Principal Components algorithm. Each region is characterized using two parameters. The first is the distance between the region prototype and the candidate pixel. The second is the

Results (Indonesian) 1:

II. LITRATURE REVIEW Dalam tulisan ini, upaya dilakukan untuk mengatasi masalah yang muncul ketika gambar dibagi menggunakan warna dan tekstur properti gambar. Setelah pra-pemrosesan, gambar berubah dari ruang warna RGB ke L * * b * ruang. Kemudian, tiga saluran l * * b * ruang warna dipisahkan dan satu kanal dipilih tergantung pada warna di bawah pertimbangan. Selanjutnya, Otsu berdasarkan warna segmentasi dilakukan pada satu kanal gambar setelah transformasi wavelet diterapkan untuk gambar untuk mendapatkan objek tertentu bunga [1]. Dalam tulisan ini, penulis membahas tentang kesulitan yang muncul ketika usaha yang dibuat untuk mengekstrak obyek teks dari gambar PDF. Masalah muncul karena variasi dalam orientasi dan keselarasan, jenis font, ukuran font. Peningkatan ini dibuat dalam dua metode untuk memecahkan masalah metode ini adalah koefisien AC berbasis teknik dan Histogram berdasarkan teknik [2]. Dalam tulisan ini, algoritma segmentasi baru daerah berkembang warna disajikan. Algoritma ini invarian untuk menyoroti dan shading. Hal ini dilakukan dalam dua langkah. Pertama, intensitas rata-rata piksel akan dihapus dari setiap koordinat RGB. Transformasi ini mitigates efek dari highlights. Selanjutnya, wilayah benih diperoleh menggunakan algoritma campuran komponen utama. Masing-masing daerah ditandai menggunakan dua parameter. Yang pertama adalah jarak antara wilayah prototipe dan calon piksel. Yang kedua adalah

Results (Indonesian) 2:

II. Litrature REVIEW
Dalam tulisan ini, usaha untuk mengatasi masalah yang muncul ketika citra tersegmentasi menggunakan kedua warna dan tekstur properti gambar. Setelah pre-processing, gambar berubah dari ruang warna RGB ke L * a * b * ruang. Kemudian, tiga saluran L * a * b ruang * warna dipisahkan dan saluran tunggal yang dipilih tergantung pada warna di bawah pertimbangan. Berikutnya, Otsu segmentasi warna berdasarkan dilakukan pada gambar saluran tunggal setelah wavelet transform diterapkan pada gambar untuk mendapatkan objek tertentu dari
bunga [1].
Dalam tulisan ini, penulis membahas tentang kesulitan yang muncul ketika dilakukan usaha untuk mengekstrak teks objek dari gambar PDF. Masalah muncul karena variasi dalam ukuran font, jenis font, orientasi dan keselarasan. Perangkat tambahan tersebut dibuat dalam dua metode untuk memecahkan masalah metode ini adalah teknik berdasarkan AC Koefisien dan Histogram Teknik Berdasarkan [2].
Dalam tulisan ini, wilayah baru algoritma segmentasi warna tumbuh disajikan. Algoritma ini adalah
invarian untuk highlights dan shading. Hal ini dilakukan dalam dua langkah. Pertama, intensitas pixel rata dihapus dari masing-masing RGB berkoordinasi. Transformasi ini meringankan efek highlights. Selanjutnya, biji wilayah yang diperoleh dengan menggunakan Campuran algoritma Komponen Dasar. Setiap daerah ditandai dengan menggunakan dua parameter. Yang pertama adalah jarak antara prototipe wilayah dan pixel calon. Yang kedua adalah